Question

我有一个区域代码文件，我放入元组

for line1 in area_codes_file.readlines():
    if area_code_extract.search(line1):
        area_codes.append(area_code_extract.search(line1).group())
area_codes = tuple(area_codes)

和我在Python中读到的文件中充满了电话号码。如果电话号码以元组中的某个区号开头，我需要做的事情： 1是保持号码 2是要知道哪个区号与之匹配，需要将区号放在括号中。

到目前为止，我只能做1：

for line in txt.readlines():
is_number = phonenumbers.parse(line,"GB")
if phonenumbers.is_valid_number(is_number):
    if line.startswith(area_codes):
        print (line)

我该如何处理第二部分？

Answer 1

简单（如果不一定是最高性能）方法是单独检查每个前缀，并保持第一个匹配：

for line in txt:
    is_number = phonenumbers.parse(line,"GB")
    if phonenumbers.is_valid_number(is_number):
        if line.startswith(area_codes):
            print(line, next(filter(line.startswith, area_codes)))

由于我们知道filter(line.startswith, area_codes)只会获得一次点击，我们只需使用next来点击。

注意：在Python 2上，您应该使用from future_builtins import filter启动文件以获取基于filter的生成器（当您获得匹配时，也可以通过停止搜索来节省工作量）。 Python 3的filter已经表现得像这样。

为了获得更高的性能，同时测试所有前缀并确定使用regular expressions命中的值的方法是：

import re

# Function that will match any of the given prefixes returning a match obj on hit
area_code_matcher = re.compile(r'|'.join(map(re.escape, area_codes))).match
for line in txt:
    is_number = phonenumbers.parse(line,"GB")
    if phonenumbers.is_valid_number(is_number):
        # Returns None on miss, match object on hit
        m = area_code_matcher(line)
        if m is not None:
            # Whatever matched is in the 0th grouping
            print(line, m.group())

最后，如果区号具有固定长度，您可以使用最后一种方法。您可以直接切片，而不是使用startswith;你知道这个命中因为你把它自己切掉了：

# If there are a lot of area codes, using a set/frozenset will allow much faster lookup
area_codes_set = frozenset(area_codes)
for line in txt:
    is_number = phonenumbers.parse(line,"GB")
    if phonenumbers.is_valid_number(is_number):
        # Assuming lines that match always start with ###
        if line[:3] in area_codes_set:
            print(line, line[:3])

在Python中，如果以元组中的值开头，我还需要返回哪个值

1 个答案: